1.0라이브스마트https://atmokpo.com/wroothttps://atmokpo.com/w/author/root/허깅페이스 트렌스포머 활용강좌, Mobile BERT 추론 시 마지막 은닉층 - 라이브스마트rich600338<blockquote class="wp-embedded-content" data-secret="6PmDTvJ34q"><a href="https://atmokpo.com/w/29630/">허깅페이스 트렌스포머 활용강좌, Mobile BERT 추론 시 마지막 은닉층</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://atmokpo.com/w/29630/embed/#?secret=6PmDTvJ34q" width="600" height="338" title="“허깅페이스 트렌스포머 활용강좌, Mobile BERT 추론 시 마지막 은닉층” — 라이브스마트" data-secret="6PmDTvJ34q" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script>
/*! This file is auto-generated */
!function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document);
//# sourceURL=https://atmokpo.com/w/wp-includes/js/wp-embed.min.js
</script>
최근 몇 년간 자연어 처리(NLP) 분야에서 깊은 학습 기반의 모델들이 인기를 끌며 많은 발전을 거듭해왔습니다. 그중에서도 허깅페이스(Hugging Face)의 트랜스포머 모델들은 사용의 용이함과 성능 덕분에 인기를 끌고 있습니다. 특히 Mobile BERT는 경량화된 BERT 모델로서, 모바일 환경에서도 효과적으로 사용할 수 있도록 설계되었습니다. 이번 강좌에서는 Mobile BERT 모델을 활용하여 마지막 은닉층의 출력을 추출하는 방법을 소개하겠습니다. 1. Mobile BERT란? … 더 보기 ""